电力变压器故障在线监测与诊断系统
|
摘要
本文研究课题是湖南超高压输变电公司和中南大学共同合作攻关科研项目，其目的是开发变压器故障的在线监测诊断系统。本文通过建立一种变压器故障综合诊断的多级决策融合模型，将油中溶解气体分析与常规电气试验的结论结合起来，并充分借鉴现场的运行、诊断和维修经验，具有较强的知识表示及不确定性处理能力。本文首先简要介绍了变压器智能在线诊断的意义、国内外发展现况及故障诊断方法；然后系统地阐述了电力变压器故障诊断模型和多种诊断理论的基础和方法；接着结合电力变压器故障诊断的具体情况，较为深入地分析了诊断理论用于电力系统变压器在线故障诊断时的具体实现方法，即在信息融合思想的指导下，采用一个基于层次分类的变压器故障诊断模型，分析利用各种诊断方法的诊断结果；最后对诊断软件的实现进行了较详尽的论述，包括软件开发平台的确定、功能的实现以及用到的关键技术和开发过程中碰到的一些问题与解决方法。
整个系统可分为三个大模块：信息采集模块、数据管理模块和故障诊断模块。其中诊断模块是以集成诊断形式出现，利用决策融合网络将基于不同诊断机理与方法的诊断子模块进行融合，提高了诊断确诊率。本系统可提高电网运行的可靠性，并切实提升用户对电气设备进行状态诊断的自动化及智能化水平。
The dissertation is about the study of transformer fault online diagnosis system, sponsored by Hunan EHV Power Transmission Company. A type of multi-level comprehensive fault decision model is built. Based on the diagnostic model, the dissolved gas-in-oil analysis and the results of conventional electrical tests of power transformers are combined tightly. The on-site experiences in operation, diagnosis and maintenance are highly utilized in the model. It has shown that the model possesses satisfactory capacity of knowledge representation and strong solving ability to deal with uncertain facts. At first, the importance of transformer faults online diagnosis technology and its development actuality are given briefly, the structure of the whole system and its work mechanism are introduced detailedly; Then the diagnostic theory and the model are discussed systematically? Combined with the reality of power transformer faults online diagnosis, the realization of methods of transformer faults diagnosis are presente
d in detail. In accordance with the basic principles of information fusion, all these methods are analysed and compared through simulation experiments and a new integrated diagnostic model is presented based on these methods; At last, the realization of the software is discussed which includes its structure, functions and key techniques.
The system comprises three main sub-module which includes information collection module, data management module, fault diagnosis module. In fault diagnosis module, integrated diagnosis module is presented. The diagnostic precision is improved by the decision-making fusion network in which all diagnostic sub-modules based on different theories and mechanisms are fused. The system will contribute to the security of electric power network, the automatic and intelligent level of power equipment insulation condition diagnosis is enhanced greatly.
整个系统可分为三个大模块：信息采集模块、数据管理模块和故障诊断模块。其中诊断模块是以集成诊断形式出现，利用决策融合网络将基于不同诊断机理与方法的诊断子模块进行融合，提高了诊断确诊率。本系统可提高电网运行的可靠性，并切实提升用户对电气设备进行状态诊断的自动化及智能化水平。
The dissertation is about the study of transformer fault online diagnosis system, sponsored by Hunan EHV Power Transmission Company. A type of multi-level comprehensive fault decision model is built. Based on the diagnostic model, the dissolved gas-in-oil analysis and the results of conventional electrical tests of power transformers are combined tightly. The on-site experiences in operation, diagnosis and maintenance are highly utilized in the model. It has shown that the model possesses satisfactory capacity of knowledge representation and strong solving ability to deal with uncertain facts. At first, the importance of transformer faults online diagnosis technology and its development actuality are given briefly, the structure of the whole system and its work mechanism are introduced detailedly; Then the diagnostic theory and the model are discussed systematically? Combined with the reality of power transformer faults online diagnosis, the realization of methods of transformer faults diagnosis are presente
d in detail. In accordance with the basic principles of information fusion, all these methods are analysed and compared through simulation experiments and a new integrated diagnostic model is presented based on these methods; At last, the realization of the software is discussed which includes its structure, functions and key techniques.
The system comprises three main sub-module which includes information collection module, data management module, fault diagnosis module. In fault diagnosis module, integrated diagnosis module is presented. The diagnostic precision is improved by the decision-making fusion network in which all diagnostic sub-modules based on different theories and mechanisms are fused. The system will contribute to the security of electric power network, the automatic and intelligent level of power equipment insulation condition diagnosis is enhanced greatly.
引文
[1]雷铭主编． 电力设备诊断手册． 北京：中国电力出版社，2000
[2]赵家礼，张庆达． 变压器故障诊断与修理． 北京：机械工业出版社，1998
[3]Horst Ahlers(Hrsg．)著，王磊等译，多传感器技术及其运用． 北京：国防工业出版社，2001
[4]周东华，叶银忠，现代故障诊断与容错控制． 北京：清华大学出版社，2000
[5]中华人民共和国国家标准局．变压器油中溶解气体分析和判断导则． 中华人民共和国国家标准，GB7252-87，国家标准局发布，1987
[6]郭宗军，严璋，刘少宇，等． 变电设备管理及绝缘诊断专家系统的开发．高压电器，2002，38(1)：1～3
[7]李洪志． 信息融合技术． 北京：国防工业出版社，1996 ．
[8]王道平，张义忠．故障智能诊断系统的理论与方法． 北京：冶金工业出版社．2001
[9]Islam S M, Wu T, Ledwich G A novel fuzzy logic approach to transformer fault diagnosis. IEEE Transactions on Dielectrics and Electrical Insulation, 2002,7(2):177-186
[10]电力工业设备诊断技术专业协会．变压器故障诊断典型案例汇编．中国电力企业管理，1994
[11]周建华，胡敏强．基于思维模式融合故障诊断的专家系统与神经网络，电工技术学报，1999(4)：1～4
[12]胡文平，尹项根，张哲．等．变压器故障诊断与多传感器信息融合． 高电压技术，2002，28(2)：32～33
[13]王楠，律方成，王欣，等，绝缘在线监测系统中图形系统的设计．高电压技术，2002，28(3)：31～33
[14]胡玉峰，尹项根，陈德树，等．信息融合技术在电力系统中的应用研究(一)基本原理与方法． 继电器，2003，31(1)：17～22
[15]Duval M, Langdeau F, Gervais P, et al. Acceptable gas-in-oil levels in generation and transmission power transformers, electrical insulation and dielectric. Annual Report, Conferrnce on 1990
[16]尚勇，闫春江，严璋，等． 基于信息融合的大型油浸电力变压器故障诊断．中国电机工程学报，2002，22(7)：115～118
[17]胡玉峰，尹项根，陈德树，等．信息融合技术在电力系统中的应用研究(二)发展现状与应用前景． 继电器，2003，31(1)：17～22
[18]刘少宇，郭宗军，董明，等． 专家系统在变电站设备诊断中的应用． 高电
压技术，2001，27(5)：17～19
[19]阳少军，肖登明，潘勇斌，等．变压器色譜在线监测的新型传感器． 高电压技术，2002，28(1)：30～31
[20]何宏群 油中溶解气体分析值得注意得问题．变压器2001，38(3)：41～44
[21]陈寅，林良明，颜国正． D-S证据推理在信息融合应用中的存在问题及改进．系统工程与电子技术，2000，22(11)：69～71
[22]变压器制造技术丛书编审委员会编．变压器装配工艺． 北京：机械工业出版社，1998
[23]杨莉，刘杰．基于客户机/服务器的绝缘诊断及管理专家系统的开发．电网技术，1998，22(10)：5～7
[24]魏民祥，董龙雷，王晓云，等． 基于不确定性推理原理的机组振动信息融合技术．中国电机工程学报，2000，20(9)：64～66
[25]黄建华，金园，何青．电容型设备绝缘在线监测系统及其选用原则．高电压技术，2001，27(5)：13～16
[26]张彦铎，姜兴渭．多传感器信息融合及在智能故障诊断中的应用．传感器技术，1999，18(2)：18～21
[27]袁小宏，屈梁生．机械故障诊断中的信息融合利用问题研究．振动测试与诊断，1999，19(3)：187～191
[28]夏向阳，罗安，邓宇．信息融合技术在电力变压器故障中的应用．电工技术杂志，2003，(7)：79～81
[29]张安华，张洪才． 设备故障诊断中的信息融合技术．机械科学与技术，1997，16(3)：612～615
[30]王奉涛，马孝江，朱泓，等． 基于Dempster-shafer证据理论的信息融合在设备故障诊断中的应用．大连理工大学学报，2003，43(4)：470～474
[31]张雨，温熙森． 设备故障信息融合问题的思考． 长沙交通学院学报，1999，15(2)：22～29
[32]苏保河． 设备可靠性和故障诊断的综合研究． 电力系统自动化，2002，2(3)：28～33
[33]刘计辉． 设备状态监测和诊断技术的现状与发展动向． 青海电力，2000，2(4)：25～27
[34]李诚． 变压器故障的色譜分析与判断．电力安全技术，2002，4(9)：13～14
[35]韩晓萍，徐建政． 基于综合特征输入的DGA在变压器故障诊断中的应用．山东工业大学学报，2001，31(6)：506～510
[36]杨兵，丁辉，罗为民，等． 基于知识库的变压器故障诊断系统。 中国电
机工程学报，2002，22(10)：121～124
[37]林礼清．两起典型变压器故障的分析与处理．变压器， 2003，41(1)：41～43
[38]李娟， 丁晓群． 基于历史数据的变压器故障诊断。 浙江电力，2002，6：37～45
[39]夏向阳，罗安，周柯．电力设备状态监测与故障诊断综合管理系统．长沙电力学院学报，2003，18(3)：30～33
[40]张建文．电力变压器故障诊断方法分析． 煤矿机电 1999，3：6～9
[41]变压器制造技术丛书编审委员会．变压器试验．北京：机械工业出版社，1998
[42]杨启平，薛伍德． 高新技术在变压器故障诊断中的应用． 上海电力学院学报，2002，18(4)：6～10
[43]李永丽，顾福海，刘志华，等． 神经网络理论在变压器故障中的应用．电力系统自动化， 1999，23(24)：20～22
[44]丁晓群，孙军，王大忠． 模糊诊断电力变压器故障点部位的应用研究．电网技术， 2000，24(5)：48～51
[45]陈世青． 电力变压器故障与处理．变压器， 2000，37(11)：40～44
[46]IEC60599. Mineral oil-impregnated electical equipment in service-guide to the interpretation of dissolved and free gases analysis, second edition. 1999
[47]陈宗穆． 变压器原理与应用． 长沙：湖南大学出版社，1987
[48]变压器制造技术丛书编审委员会．变压器装配工艺． 北京：机械工业出版社，1998
[49]邓宇，罗安，夏向阳．信息融合技术在变压器故障诊断中的应用．高压电器，2003，39(2)：39～41
[50]王霞，李凯． 气相色譜分析在变压器故障中的应用．河南科技，2000，7：22～24
[51]邓宇．变压器故障在线智能诊断系统：[硕士学位论文]。长沙：中南大学，2003
[52]杨启平． 人工智能在变压器故障诊断中的应用． 电力自动化设备，2001，21(12)：16～18
[53]Michel Dural, AIfonso de Pablo. Interpretation of gas-in-oilanalysis using new IEC publication 60599 and IEC TCIO databases. IEEE Electrical Insulation Magazine, 2001, (17)2:31
[54]魏守智． 基于信息融合方法的电力变压器网络在线监测与故障诊断研究．计算机工程与应用， 2002，22：51～54
[55]曹丽艳． 基于多信息融合的汽轮发电机组故障诊断方法研究．汽轮机技术，2002，44(3)：176～178
[56]林中杰，张燕，何宏群，等． 浅谈如何应用溶解气体分析法诊断变压器故障． 变压器， 2002，39(3)：38～40
[2]赵家礼，张庆达． 变压器故障诊断与修理． 北京：机械工业出版社，1998
[3]Horst Ahlers(Hrsg．)著，王磊等译，多传感器技术及其运用． 北京：国防工业出版社，2001
[4]周东华，叶银忠，现代故障诊断与容错控制． 北京：清华大学出版社，2000
[5]中华人民共和国国家标准局．变压器油中溶解气体分析和判断导则． 中华人民共和国国家标准，GB7252-87，国家标准局发布，1987
[6]郭宗军，严璋，刘少宇，等． 变电设备管理及绝缘诊断专家系统的开发．高压电器，2002，38(1)：1～3
[7]李洪志． 信息融合技术． 北京：国防工业出版社，1996 ．
[8]王道平，张义忠．故障智能诊断系统的理论与方法． 北京：冶金工业出版社．2001
[9]Islam S M, Wu T, Ledwich G A novel fuzzy logic approach to transformer fault diagnosis. IEEE Transactions on Dielectrics and Electrical Insulation, 2002,7(2):177-186
[10]电力工业设备诊断技术专业协会．变压器故障诊断典型案例汇编．中国电力企业管理，1994
[11]周建华，胡敏强．基于思维模式融合故障诊断的专家系统与神经网络，电工技术学报，1999(4)：1～4
[12]胡文平，尹项根，张哲．等．变压器故障诊断与多传感器信息融合． 高电压技术，2002，28(2)：32～33
[13]王楠，律方成，王欣，等，绝缘在线监测系统中图形系统的设计．高电压技术，2002，28(3)：31～33
[14]胡玉峰，尹项根，陈德树，等．信息融合技术在电力系统中的应用研究(一)基本原理与方法． 继电器，2003，31(1)：17～22
[15]Duval M, Langdeau F, Gervais P, et al. Acceptable gas-in-oil levels in generation and transmission power transformers, electrical insulation and dielectric. Annual Report, Conferrnce on 1990
[16]尚勇，闫春江，严璋，等． 基于信息融合的大型油浸电力变压器故障诊断．中国电机工程学报，2002，22(7)：115～118
[17]胡玉峰，尹项根，陈德树，等．信息融合技术在电力系统中的应用研究(二)发展现状与应用前景． 继电器，2003，31(1)：17～22
[18]刘少宇，郭宗军，董明，等． 专家系统在变电站设备诊断中的应用． 高电
压技术，2001，27(5)：17～19
[19]阳少军，肖登明，潘勇斌，等．变压器色譜在线监测的新型传感器． 高电压技术，2002，28(1)：30～31
[20]何宏群 油中溶解气体分析值得注意得问题．变压器2001，38(3)：41～44
[21]陈寅，林良明，颜国正． D-S证据推理在信息融合应用中的存在问题及改进．系统工程与电子技术，2000，22(11)：69～71
[22]变压器制造技术丛书编审委员会编．变压器装配工艺． 北京：机械工业出版社，1998
[23]杨莉，刘杰．基于客户机/服务器的绝缘诊断及管理专家系统的开发．电网技术，1998，22(10)：5～7
[24]魏民祥，董龙雷，王晓云，等． 基于不确定性推理原理的机组振动信息融合技术．中国电机工程学报，2000，20(9)：64～66
[25]黄建华，金园，何青．电容型设备绝缘在线监测系统及其选用原则．高电压技术，2001，27(5)：13～16
[26]张彦铎，姜兴渭．多传感器信息融合及在智能故障诊断中的应用．传感器技术，1999，18(2)：18～21
[27]袁小宏，屈梁生．机械故障诊断中的信息融合利用问题研究．振动测试与诊断，1999，19(3)：187～191
[28]夏向阳，罗安，邓宇．信息融合技术在电力变压器故障中的应用．电工技术杂志，2003，(7)：79～81
[29]张安华，张洪才． 设备故障诊断中的信息融合技术．机械科学与技术，1997，16(3)：612～615
[30]王奉涛，马孝江，朱泓，等． 基于Dempster-shafer证据理论的信息融合在设备故障诊断中的应用．大连理工大学学报，2003，43(4)：470～474
[31]张雨，温熙森． 设备故障信息融合问题的思考． 长沙交通学院学报，1999，15(2)：22～29
[32]苏保河． 设备可靠性和故障诊断的综合研究． 电力系统自动化，2002，2(3)：28～33
[33]刘计辉． 设备状态监测和诊断技术的现状与发展动向． 青海电力，2000，2(4)：25～27
[34]李诚． 变压器故障的色譜分析与判断．电力安全技术，2002，4(9)：13～14
[35]韩晓萍，徐建政． 基于综合特征输入的DGA在变压器故障诊断中的应用．山东工业大学学报，2001，31(6)：506～510
[36]杨兵，丁辉，罗为民，等． 基于知识库的变压器故障诊断系统。 中国电
机工程学报，2002，22(10)：121～124
[37]林礼清．两起典型变压器故障的分析与处理．变压器， 2003，41(1)：41～43
[38]李娟， 丁晓群． 基于历史数据的变压器故障诊断。 浙江电力，2002，6：37～45
[39]夏向阳，罗安，周柯．电力设备状态监测与故障诊断综合管理系统．长沙电力学院学报，2003，18(3)：30～33
[40]张建文．电力变压器故障诊断方法分析． 煤矿机电 1999，3：6～9
[41]变压器制造技术丛书编审委员会．变压器试验．北京：机械工业出版社，1998
[42]杨启平，薛伍德． 高新技术在变压器故障诊断中的应用． 上海电力学院学报，2002，18(4)：6～10
[43]李永丽，顾福海，刘志华，等． 神经网络理论在变压器故障中的应用．电力系统自动化， 1999，23(24)：20～22
[44]丁晓群，孙军，王大忠． 模糊诊断电力变压器故障点部位的应用研究．电网技术， 2000，24(5)：48～51
[45]陈世青． 电力变压器故障与处理．变压器， 2000，37(11)：40～44
[46]IEC60599. Mineral oil-impregnated electical equipment in service-guide to the interpretation of dissolved and free gases analysis, second edition. 1999
[47]陈宗穆． 变压器原理与应用． 长沙：湖南大学出版社，1987
[48]变压器制造技术丛书编审委员会．变压器装配工艺． 北京：机械工业出版社，1998
[49]邓宇，罗安，夏向阳．信息融合技术在变压器故障诊断中的应用．高压电器，2003，39(2)：39～41
[50]王霞，李凯． 气相色譜分析在变压器故障中的应用．河南科技，2000，7：22～24
[51]邓宇．变压器故障在线智能诊断系统：[硕士学位论文]。长沙：中南大学，2003
[52]杨启平． 人工智能在变压器故障诊断中的应用． 电力自动化设备，2001，21(12)：16～18
[53]Michel Dural, AIfonso de Pablo. Interpretation of gas-in-oilanalysis using new IEC publication 60599 and IEC TCIO databases. IEEE Electrical Insulation Magazine, 2001, (17)2:31
[54]魏守智． 基于信息融合方法的电力变压器网络在线监测与故障诊断研究．计算机工程与应用， 2002，22：51～54
[55]曹丽艳． 基于多信息融合的汽轮发电机组故障诊断方法研究．汽轮机技术，2002，44(3)：176～178
[56]林中杰，张燕，何宏群，等． 浅谈如何应用溶解气体分析法诊断变压器故障． 变压器， 2002，39(3)：38～40